Iedereen volgt Stitch Fix: machine learning en mens samen in fashion

Stitch Fix is de naam die iedereen volgt. Ook in de fashionindustrie landt namelijk het idee dat machine learning voor grote verandering zal zorgen. Dit kledingbedrijf laat zien welke rol algoritmes kunnen hebben, maar blijft die combineren met menselijke input.

Deze zes jaar oude ‘startup’ biedt een online abonnements- en stylingservice in de mode. Klanten geven hun maten en voorkeuren op via enkele uitgebreide vragenlijsten, geven het bedrijf toegang tot hun persoonlijke accounts op Pinterest en sturen kleine aantekeningen in. Met behulp van machine learning worden al deze data – gestructureerd en ongestructureerd dus – samengevat in enkele aanbevelingen voor een persoonlijke stylist. Die vult het algoritme aan en bepaalt welke kledingstukken er in het verrassingspakket belanden. De klant houdt de leukste items, de rest gaat weer retour richting het bedrijf.

‘Geen retailer of abonnementsservice’

CEO Katina Lake ziet haar bedrijf opvallend genoeg niet als retailer of ‘subscription service’ waar er natuurlijk al veel meer van zijn. Nee, we zijn een bedrijf in aanbevelingen en personalisatie, zegt ze in onderstaand video-interview. Iedereen is zich bewust van de tekortkomingen in de retailwereld, deelt ze in haar visie. ‘Maar de innovatie focust zich vooral op de vraag of producten nog goedkoper of sneller zijn te leveren. Maar zeker in de fashion werkt dat niet zo.’ Consumenten zoeken namelijk niet op Amazon naar het goedkoopste jurkje voor die ene date. Ze zoeken het jurkje dat bij ze past. In haar ogen zijn er maar weinig tools die dat online mogelijk maken. ‘Grappig genoeg komt veel van onze inspiratie uit die oude retailwereld: een hoog serviceniveau, de hulp en het advies over wat je zal staan.’

Stitch Fix is inmiddels een naam die door velen in de gaten wordt gehouden. In een kleine zes jaar tijd haalde het bedrijf 47 miljoen dollar aan investeringsgeld op en opende het vijf eigen logistieke centra. Inmiddels werken er ruim vierduizend werknemers. De omzet loopt in de honderden miljoenen en het feit dat ook enkele eigen kledingmerken bezit zou ervoor zorgen dat er ook daadwerkelijk goed geld wordt verdiend. De verwachting is dat het bedrijf financieel gezond is en nog dit jaar naar de beurs gaat. In een vooruitblik op 2017 werd al geschreven dat het niet de vraag is of maar wanneer Stitch Fix publiek wordt. Veel andere e-commercebedrijven komen hier voorlopig niet voor in aanmerking.

Machine learning en mens samen

Stitch Fix heeft nu ruim vierduizend werknemers. Drieduizend daarvan zijn in dienst als stylist, 80 als data-analist. Lake houdt er een duidelijke visie op na: met machine learning zegt ze de adviseurs te kunnen ondersteunen. ‘Kunst en wetenschap gaan daarin hand in hand.’

Dat het haar menens is blijkt wel uit het feit dat ze Eric Colson, de voormalige data-baas van Netflix, in dienst heeft genomen om het team te leiden. Hij zegt regelmatig met bedrijven als Airbnb, Facebook en Uber te strijden om talent. De technologie zou uitdagend complex zijn en de data zijn bovendien een bodem voor interessante analyses over de industrie.

Zodra het over kunstmatige intelligentie of zelflerende mechanismes gaat, gaat het ook al rap over robotisering en de kleinere rol voor de mens. Stitch Fix en de CEO laten zien dat er juist toekomst zit in de combinatie van machine learning en persoon, schrijft Harvard Business Review. De aanpak zorgt voor drie belangrijke lessen: allereerst dat het belangrijk is de mens te blijven betrekken in het proces – machines kunnen het niet alleen. Machine learning kan de mens wel een stuk effectiever maken. En tot slot: het is slim verschillende machine learning-technieken te combineren.

Een systeem dat de aanbevelingen doet kan prima met gestructureerde data omgaan – de antwoorden op een vragenlijst vormen geen enkel probleem. Komen daar ongestructureerde data bij – zoals iemands posts op sociale media – dan is het goed een mens mee te laten kijken. Stitch Fix begrijpt dit en past dit zonder meer succesvol toe in de modebranche. Wil je opschalen dan zul je mens en machine (learning) moeten combineren. Dat levert innovatievere resultaten dan één van de twee alleen zou doen.